正則表達式，貪婪的量詞多個捕獲組

Question

我想捕獲一個字x周圍沒有空格的n個單詞。我需要每個單詞的捕獲組。我可以通過以下方式（X之後的話在這裏）實現這一點：

import regex 
n = 2 
x = 'beef tomato chicken trump Madonna' 
right_word = '\s+(\S+)' 
regex_right = r'^\S*{}\s*'.format(n*right_word) 
m_right = regex.search(regex_right, x) 
print(m_right.groups()) 

所以當x =「牛肉番茄雞王牌麥當娜」，N = 2，regex_right = '^\S*\s+(\S+)\s+(\S+)\s*'，我也得到含有「番茄」兩個捕獲組和'雞'。然而，如果n = 5，我不會捕獲任何不是我所尋找的行爲。對於n = 5，我想捕捉所有的話'牛肉'的權利。

我已經使用了貪心量詞

regex_right = r'^\S*(\s+\S+){,n}\s*' 

嘗試，但我只得到一個組（最後一個字），無論我有多少場比賽得到（而且我得到的空格以及..）。

我終於嘗試使用regex.findall，但我不能限制它的n個單詞，但必須指定字符數量？

任何人都可以幫忙嗎？

---

Wiktor幫助了我（見下文）謝謝。但我有一個額外的問題

如果 x ='牛肉，西紅柿，雞，王牌麥當娜' 我不知道如何捕捉沒有逗號？我不想讓羣組成爲'西紅柿'，

Answer 1

由於模式與輸入字符串不匹配，所以您沒有使用第一種方法匹配所有這些單詞。你需要用(?:...)?封閉它使right_word模式可選：

import re 
x = 'beef tomato chicken trump Madonna' 
n = 5 
right_word = '(?:\s+(\S+))?' 
regex_right = r'^\S*{}'.format(n*right_word) 
print(regex_right) 
m_right = re.search(regex_right, x) 
if m_right: 
    print(m_right.groups()) 

見Python demo。

第二種方法僅適用於PyPi正則表達式模塊，因爲Python re不保留重複捕獲，一旦量化捕獲組在相同的匹配迭代中再次匹配子串，其值將被重寫。

>>> right_word = '\s+(\S+)' 
>>> n = 5 
>>> regex_right = r'^\S*(?:\s+(\S+)){{1,{0}}}'.format(n) 
>>> result = [x.captures(1) for x in regex.finditer(regex_right, "beef tomato chicken trump Madonna")] 
>>> result 
[['tomato', 'chicken', 'trump', 'Madonna']] 
>>> print(regex_right) 
^\S*(?:\s+(\S+)){1,5} 

注意^\S*(?:\s+(\S+)){1,5}具有捕獲組＃1與該{1,5}限制性量詞量化的量化非捕獲組內，並且由於PyPI中的正則表達式跟蹤反覆捕獲組捕獲的所有的值，它們都是這裏可以通過.captures(1)進入。您可以測試該功能與.NET regex tester：

Answer 2

您得到了正確的方法。然而，正則表達式不能做你要求的東西。每次您的捕獲組捕獲另一個模式時，先前的內容將被替換。這就是爲什麼你的捕捉組只返回最後捕獲的模式。
您可以輕鬆匹配n個單詞，但無法明確寫入每個捕獲組，而無法單獨捕獲它們。